近日，管理學院顏志軍教授主持的國家自然科學基金委重點國際（地區）合作研究項目“移動互聯環境下抑郁癥主動智能篩查、評估、干預方法和隱私保護機制研究”的最新研究成果《Digital Phenotyping-based Depression Detection in the Presence of Comorbidity: An Uncertainty Reasoning Approach》發表于信息系統國際頂級期刊《Journal of Management Information Systems》。該研究提出了一個不確定性推理方法，探索了并發癥情況下基于數字表型的抑郁癥檢測方法。該研究成果由顏志軍教授團隊與北卡羅萊納大學夏洛特分校Dongsong Zhang教授合作完成。

抑郁癥是一個日益嚴重的健康和社會問題，造成了嚴重的經濟和健康損失。抑郁癥的檢測和診斷一直非常具有挑戰性，特別是對于同時患有其他并發癥的患者。數字表型是使用傳感器收集用戶行為數據檢測心理疾病的技術，已成為抑郁癥自動檢測領域非常有前景的工具。然而，現有的基于數字表型的抑郁癥檢測方法沒有考慮到抑郁癥和其他并發癥之間共享的相似癥狀引起的診斷不確定性，這可能會對檢測準確性產生負面影響。本文提出了一種新的深度學習模型，該模型處理和融合來自多個傳感器的數據，并基于證據理論解決診斷的不確定性問題。實驗結果表明，本文提出的模型比現有模型有更好的性能。該項工作提出一種新的基于人工智能的不確定性問題處理方法，提高了并發癥請境下的抑郁癥檢測的準確性，為設計科學和心理健康研究做出了重要貢獻。

《Journal of Management Information Systems》是金融時報評定出的50本商學院頂級期刊之一（Financial Times 50 Journals，簡稱FT50）。FT50用于評估商學院的研究能力，在國際上具有極高的認可度，是金融時報對商學院進行排名的重要依據，其包括的期刊覆蓋經濟學、戰略管理、組織與人力資源、運營管理、信息管理、財務會計、金融等多個領域。

Fei Peng, Dongsong Zhang, Zhijun Yan (2024) Digital Phenotyping-based Depression Detection in the Presence of Comorbidity: An Uncertainty Reasoning Approach, Journal of Management Information Systems, 41:4, 931-957, DOI: 10.1080/07421222.2024.2415770